机器人原理及控制技术第0304章 运动学方程与逆运动方程
机器人原理及控制技术第0304章运动学方程与逆运动方程
机器人原理及控制技术第0304章运动学方程与逆运动方程运动学方程和逆运动学方程是机器人控制技术中非常重要的概念。
运动学方程描述了机器人的运动状态,而逆运动学方程则用于确定机器人关节的控制参数,以实现所需的运动。
运动学方程主要有两种形式:正解运动学方程和逆解运动学方程。
正解运动学方程用于确定机器人末端执行器的位置和姿态与关节参数之间的关系。
逆解运动学方程则用于确定关节参数,以使得机器人末端执行器达到所需位置和姿态。
在正解运动学方程中,我们需要知道机器人各关节的长度和类型,以及关节的旋转角度,通过运动学链式法则可以计算出机器人末端执行器的位置和姿态。
这个过程中可能需要使用正弦定理、余弦定理等几何关系来计算机器人的位置和姿态。
逆解运动学方程则是反过来的过程,已知机器人末端执行器的位置和姿态,我们需要计算出关节的旋转角度,以使得机器人达到所需的位置和姿态。
逆解运动学方程的求解过程非常复杂,需要利用数学工具如牛顿迭代法、杰克逊方法等来求解。
在实际控制中,机器人的运动通常是通过控制各个关节的角度来实现的。
因此,逆运动学方程对机器人的控制非常重要。
一般来说,逆运动学方程有多解性,即有多组关节参数可以使机器人达到所需位置和姿态。
这就给机器人控制带来了一定的困难,需要采用适当的优化算法来选择最优的关节参数。
除了运动学方程和逆运动学方程之外,还有一些其他的数学模型可以用于描述机器人的运动特性,如动力学方程和轨迹规划等。
动力学方程描述了机器人关节和负载之间的相互作用,用于模拟机器人的动力学行为。
轨迹规划则用于生成机器人的运动轨迹,以使得机器人在执行任务时能够平滑地移动。
总之,运动学方程和逆运动学方程是机器人控制技术中非常重要的内容。
运动学方程描述了机器人的运动状态,逆运动学方程则用于确定机器人关节的控制参数。
通过研究和应用这些方程,可以实现对机器人的准确控制,使其能够完成各种任务。
运动学逆解
运动学逆解
运动学逆解是机器人学中最重要的技术之一,它主要用于解决机
器人运动问题。
它可以用来求解机器人在特定位置处可以执行哪些运
动动作,并计算出运动动作需要的关节角度。
运动学逆解可以帮助我们轻松实现高精度的机器人运动控制,从
而使机器人能够实现高效、复杂的机械运动操作,比如抓取、放置等。
运动学逆解的原理是通过对机器人关节的位置和角度进行相关计算,来求得机器人在特定位置处的运动动作及其所需的关节角度。
这
些计算的基础是微积分学及其应用在机器人运动学和运动学深度上的
一些方程式,也就是所谓的解析法求解。
运动学逆解通过计算已知位置处机器人所需关节角度,即可求解
出尚未知的关节角度,从而实现机器人在某位置处的运动。
它也可以
用来帮助我们分析不同运动环境下机器人应当采取哪类控制策略,以
获得最大的运动效率。
由此可见,运动学逆解具有重要的意义,是机器人运动控制的基
础性技术,可为机器人实现高效的机械运动操作提供重要支持。
第4章机器人逆运动学(一)
第4章机器人逆运动学(一)引言概述:机器人逆运动学是研究机器人动作规划和控制的重要内容之一。
在工业领域和服务领域中,机器人逆运动学能够帮助机器人根据预设的目标位置和姿态,确定关节角度和长度,从而实现准确的动作控制。
本文将介绍机器人逆运动学的基本原理,以及逆运动学的求解方法和实际应用。
正文:1. 基本原理1.1 前向运动学和逆运动学的关系1.2 关节角度和长度的确定方法1.3 机器人姿态表示方法2. 逆运动学的求解方法2.1 解析法2.2 数值法2.3 迭代法2.4 优化算法2.5 约束条件的处理方法3. 逆运动学的实际应用3.1 机器人轨迹规划3.2 机器人运动控制3.3 机器人碰撞检测与避障3.4 机器人抓取和操作4. 逆运动学问题的局限性和挑战4.1 多解性问题4.2 存在性问题4.3 运动优化问题4.4 环境约束问题4.5 实时性和稳定性问题5. 逆运动学的发展趋势5.1 智能化和自适应控制5.2 机器学习与优化算法的结合5.3 非线性逆运动学求解方法的研究5.4 多机器人协同控制的逆运动学问题5.5 逆运动学在虚拟现实和增强现实中的应用总结:机器人逆运动学是机器人控制领域的重要研究方向之一。
本文介绍了机器人逆运动学的基本原理,包括前向运动学与逆运动学的关系、关节角度和长度的确定方法,以及机器人姿态表示方法。
同时,还介绍了逆运动学的求解方法和实际应用,包括机器人轨迹规划、运动控制、碰撞检测与避障,以及抓取和操作等。
此外,还探讨了逆运动学问题面临的局限性和挑战,并展望了逆运动学的发展趋势,包括智能化和自适应控制、机器学习与优化算法的结合等。
逆运动学的研究将有助于推动机器人应用在更广泛的领域中,提高机器人的灵活性和性能。
《机器人导论》机器人逆运动学
《机器人导论》机器人逆运动学在机器人技术的广袤领域中,逆运动学是一个至关重要的概念。
简单来说,逆运动学就是要根据机器人末端执行器(比如机械手的夹爪)的期望位置和姿态,来计算出各个关节应该转动的角度或移动的距离。
想象一下,你有一个机械臂,它就像人的手臂一样,由多个关节连接而成。
当你希望它的手能够准确地到达某个特定的位置,并以特定的姿态抓住一个物体时,你就需要知道每个关节应该如何运动。
这就是逆运动学要解决的问题。
为了更好地理解逆运动学,我们先来看一个简单的例子。
假设有一个平面二连杆机械臂,由两个可以旋转的关节连接着两根连杆。
我们知道机械臂末端的位置坐标(x, y),并且知道两个连杆的长度分别为L1 和 L2。
那么,如何求出两个关节的旋转角度呢?我们可以通过几何关系来解决这个问题。
首先,根据末端位置(x, y),可以计算出从原点到末端的距离 R,通过勾股定理 R =√(x²+y²)。
然后,我们可以计算出第一个关节的角度θ1,它等于 arctan(y /x)。
接下来,计算第二个关节的角度θ2 就稍微复杂一些。
我们可以利用余弦定理来得到,经过一系列的数学推导,最终可以求出θ2。
当然,实际的机器人往往要复杂得多,可能有多个关节,甚至是在三维空间中运动。
对于多关节的机器人,解决逆运动学问题的方法也有很多种。
一种常见的方法是解析法。
这种方法通过数学推导和公式计算来直接求解关节变量。
但它的缺点是对于复杂的机器人结构,推导过程可能会非常繁琐,甚至可能无法得到解析解。
另一种方法是数值法。
其中比较常用的是迭代法。
它通过不断地猜测和修正关节变量的值,逐步逼近正确的解。
这种方法的优点是适用性广,但缺点是计算量可能较大,并且可能会陷入局部最优解。
在实际应用中,选择哪种方法取决于机器人的结构和具体的任务需求。
机器人逆运动学的应用场景非常广泛。
在工业生产中,机器人需要准确地抓取和放置零件,这就需要精确的逆运动学计算来控制机器人的动作。
机器人运动学正解逆解-课件
机器人正向运动学
工业机器人的正向运动学是指已知各关节的类型、相邻 关节之间的尺寸和相邻关节相对运动量的大小时,如何确 定工业机器人末端操作器在固定坐标系中的位姿。
主要包括以下内容:
1) 相对杆件的坐标系的确定; 2) 建立各连杆的模型矩阵A; 3) 正运动学算法;
D-H表示法
学习目标:1. 理解D-H法原理
C 2 S A2 2 0 0 S2 C2 0 0 0 C 2a2 0 S2a2 1 0 0 1
C 3 S A3 3 0 0
S3 C3 0 0
0 C 3a3 0 S3a3 1 0 0 1
C 4 S A4 4 0 0
y0
O0
连杆0
z0
d1 x0
解:
例2、PUMA560运动学方程(六个自由度,全部是旋转关节)
关节变量都是θ
θ2
θ1
θ3
θ4
θ5 θ6
PUMA560机器人的连杆及关节编号
A1
A2
为右手坐标系,Yi轴:按右手定则 Zi轴:与Ai+1关节轴重合,指向任意 Xi轴: Zi和Zi-1构成的面的法线, 或连杆i两端轴线Ai 与Ai+1的公垂线(即: Zi和Zi-1的公垂线)
变换矩阵,它们依次连乘的结果就是末端执行器(手爪)在基坐
标系中的空间描述,即
n o a 0 1 n -1 T1 (q1 ) T2 (q2 ) Tn 0 0 0
上式称为运动方程。
p 0 Rn 1 0
0
PnO 1
已知q1,q2,…,qn,求
S3 C3
依次类推,分别在方程2.19两边左乘A1~A4的逆,可得到
机器人学中的逆运动学初步研究
机器人学中的逆运动学初步研究机器人学作为一门较新的学科,致力于研究利用机器人来模拟人类行为的基础技术。
而机器人的控制则是机器人学领域中非常重要的一部分,其中,逆运动学是机器人控制的关键内容之一。
什么是逆运动学?逆运动学,指的是在机器人的末端执行器给出一个期望的位置或位姿时,计算出机器人各个关节在每个时刻需要的角度或长度,从而使机器人末端执行器实现所期望的位置或位姿。
简单来说,逆运动学问题就是通过末端效应器的位置得到各个关节的角度,从而实现机器人控制的问题。
逆运动学问题可以表示成下面的式子:f(Q) = X其中Q是机器人的关节角度,f代表的就是机器人的正运动学关系式子,X就代表着末端执行器的位姿。
机器人逆运动学的研究内容机器人的逆运动学研究主要有以下内容:(1)求解逆运动学的解析方法解析方法通常是使用数学公式或专门的算法通过求解机器人的逆运动学问题,得到各个关节的角度或长度,从而实现机器人控制。
但是这种方法通常只适用于特殊类型的机器人,例如机器人的关节数目很少或机器人动力学特性非常简单等。
(2)求解逆运动学的数值方法在复杂的机器人控制过程中,解析方法很难使用,甚至可能出现无解的情况。
这时候就需要使用数值方法,通常通过数学模型和计算机程序求解各个关节的角度或长度,从而实现机器人的控制。
(3)逆运动学的实时计算在机器人控制中,有一些特殊的要求,例如运动速度要求非常高或者需要具有很快的响应能力等,在这样的情况下,逆运动学的实时计算就显得非常重要。
逆运动学的实时计算通常使用反向迭代的方法,通过多次迭代计算各个关节的角度或长度,从而实现机器人的控制。
逆运动学的应用机器人逆运动学在工业生产、航空航天、医疗等领域都有着广泛的应用。
以工业生产为例,逆运动学常应用于机床控制、抓取生产工件等方面,这些都需要机器人具有较好的精度和准确性。
而在航空航天、医疗等领域,机器人的运动速度和控制稳定性通常是至关重要的,因此需要机器人具有快速、高精度的控制特性。
机器人逆运动学详述
clear;clc;L1 = Link('d', 0, 'a', 0, 'alpha', pi/2); %Link 类函数L2 = Link('d', 0, 'a', 0.5, 'alpha', 0,'offset',pi/2);L3 = Link('d', 0, 'a', 0, 'alpha', pi/2,'offset',pi/4);L4 = Link('d', 1, 'a', 0, 'alpha', -pi/2);L5 = Link('d', 0, 'a', 0, 'alpha', pi/2);L6 = Link('d', 1, 'a', 0, 'alpha', 0);b=isrevolute(L1); %Link 类函数robot=SerialLink([L1,L2,L3,L4,L5,L6]); %SerialLink 类函数='带球形腕的拟人臂'; %SerialLink 属性值robot.manuf='飘零过客'; %SerialLink 属性值robot.display(); %Link 类函数theta=[0 0 0 0 0 0];robot.plot(theta); %SerialLink 类函数theta1=[pi/4,-pi/3,pi/6,pi/4,-pi/3,pi/6];p0=robot.fkine(theta);p1=robot.fkine(theta1);s=robot.A([4 5 6],theta);cchain=robot.trchain;q=robot.getpos();q2=robot.ikine(p1); %逆运动学j0=robot.jacob0(q2); %雅可比矩阵p0 =-0.7071 -0.0000 0.7071 1.41420.0000 -1.0000 -0.0000 -0.00000.7071 0.0000 0.7071 1.91420 0 0 1.0000p1 =0.9874 0.1567 0.0206 1.00980.0544 -0.4593 0.8866 1.87580.1484 -0.8743 -0.4621 0.04670 0 0 1.0000>> ss =1 0 0 00 1 0 00 0 1 20 0 0 1cchain =Rz(q1)Rx(90)Rz(q2)Tx(0.5)Rz(q3)Rx(90)Rz(q4)Tz(1)Rx(-90)Rz(q5)Rx(90)Rz(q6)Tz(1)q =0 0 0 0 0 0q2 =1.0e+04 *0.0003 0.0180 -0.0399 1.1370 0.0002 0.0536j0 =-0.1100 0.0707 0.3577 -0.0114 0.5092 0-0.8329 -0.0448 -0.2267 -0.6224 0.1813 0-0.0000 0.7623 0.3956 -0.1410 -0.8413 0-0.0000 0.5354 0.5354 0.3374 -0.0178 -0.86050.0000 0.8446 0.8446 -0.2139 -0.9751 0.12751.0000 0.0000 0.0000 0.9168 -0.2209 -0.4933作者:fly qq链接:https:///question/41673569/answer/129670927来源:知乎著作权归作者所有,转载请联系作者获得授权。
机器人运动学正解逆解课件
在机器人力控制中,需要知道每个关节的角度变化来调整 机器人的姿态和力矩。逆解可以用于求解每个关节的角度 变化,从而调整机器人的姿态和力矩。
机器人定位
在机器人定位中,需要知道每个关节的角度变化来调整机 器人的位置和姿态。逆解可以用于求解每个关节的角度变 化,从而调整机器人的位置和姿态。
04
实现复杂运动轨迹
利用运动学正解与逆解,可以规划出 复杂的运动轨迹,满足各种应用需求 。
02
机器人运动学正解
正解的基本概念
正解是指机器人末端执行器从某一初 始位置和姿态到达目标位置和姿态所 需经过的关节角度值。
正解是机器人运动学中的基本问题, 是实现机器人精确控制和自主导航的 基础。
正解的求解方法
逆解的求解方法
01
代数法
通过建立机器人关节角度与目标点坐标之间的方程组,利用数学软件求
解方程组得到关节角度。这种方法适用于简单的机器人结构,但对于复
杂机器人结构求解过程可能较为繁琐。
02
数值法
通过迭代或搜索的方法,不断逼近目标点坐标,最终得到满足要求的关
节角度。这种方法适用于复杂机器人结构,但求解时间较长且可能存在
机器人运动学正解逆解课件
目 录
• 机器人运动学概述 • 机器人运动学正解 • 机器人运动学逆解 • 机器人运动学正逆解的对比与联系 • 机器人运动学正逆解的实例分析
01
机器人运动学概述
定义与分类
定义
机器人运动学是研究机器人末端 执行器位姿与关节变量之间的关 系的学科。
分类
根据机器人的结构和运动特性, 可以分为串联机器人和并联机器 人。
局部最优解。
03
解析法
通过几何学和代数学的方法,直接求解关节角度与目标点坐标之间的关
第4章 机器人控制技术逆运动学方程 机器人原理及控制技术 教学课件
2020/10/3
注意:
在求解关节变量过程中如出现反正切函数的分子和分母太小, 则计算结果误差会很大,此时应重新选择矩阵元素建立新的方 程组再进行计算,直到获得满意的结果为止。同样,如果计算 结果超出了机械手关节的运动范围,也要重新计算,直到符合 机械手关节的运动范围。
由于机械手各关节变量的相互耦合,后面计算的关节变量与前 面的关节变量有关,因此当前面关节变量的计算结果发生变化 时,后面关节变量计算的结果也会发生变化,所以逆运动方程 的解不是唯一的,我们应该根据机械手的组合形态和各关节的 运动范围,经过多次反覆计算,从中选择一组合理解。由此可 见,求解机械手的逆运动方程是一个十分复杂的过程。
x =[ nx ox ax px ]T, y =[ ny oy ay py ]T, z =[ nz oz az pz ]T 由第三章得到的斯坦福机械手运动学方程式(3.48)为
1T6 =
C2( C4C5C6 - S4S6 ) - S2S5C6 S2( C4C5C6 - S4S6 ) + C2S5C6
2020/10/3
4.1 引言 (Introduction)
所谓逆运动学方程的解,就是已知机械手直角坐标空间的位姿(
pose)T6,求出各节变量θn or dn 。
T6 = A1 A2 A3 A4 A5 A6
(4.1)
逆运动学方程解的步骤如下:
(1)根据机械手关节坐标设置确定An
An为关节坐标的齐次坐标变换,由关节变量和参数确定。关节变量 和参数有:
1ta1 np pxyt
a1 n
d2 r2d22
(4.23)
根据同样的方法,利用式(4.9)和式(4.13)矩阵元素相等建立的相关的方程
《机器人导论》机器人逆运动学
行器有两种可能的方位,在工作空间的边界上只能一种可能的方位。
第四章: 操作臂逆运动学 4.2 可解性
当一个操作臂少于6自由度时,它在三维空间内不能达到 全部位姿. ---操作臂的工作空间是一个子空间. ---更简单的操作臂的工作空间是这个子空间的子集.
对于少于6个自由度的操作臂来说,给定一个确定的一般 目标坐标系,什么是最近的可达目标坐标系?
4 4 1800 5 5 6 6 1800
由于关节运动的限制, 这8个解中的某些解是不能实现的.
第四章: 操作臂逆运动学 4.2 可解性
通常,连杆的非零参数越多,达到某一特定目标的方式也越多. 以一个具有6个旋转关节的操作臂为例,解的最大数目与等于零的连 杆长度参数的数目相关。非零参数越多,解的最大数目就越大.
3. 通过化简为多项式的代数解法 万能公式:
u tan
2
,
cos
1 u2 1 u2
,
sin
2u 1 u2
,
tan sin 2 1 cos
第四章: 操作臂逆运动学 4.3 代数解法和几何解法
例子: 求解超越方程 acos bsin c 的 .
利用:
Then we have:
1
平面内的角度是可以相加的,因此三个连杆的角度之和即为最后一个连杆 的姿态:
1 2 3 This equation is solved for 3 to complete our solution.
第四章: 操作臂逆运动学 4.3 代数解法和几何解法
y
x2 y2
0
02T
x x2 y2
0
机器人运动学正解逆解-课件
1
2
3
0
0 0 0 0 0
0
a2
a3
C 1 S A1 1 0 0
0 1 0
S1 0 0
0 C1
0 0 0 1
4
5
a4
0 0
6
第四步:将参数代入A矩阵,可得到
C 1 S A1 1 0 0 0 1 0 S1 0 0 0 C1 0 0 0 1
A5
A4 A6
连杆 n θn 1 θ 1 (900) 2 θ 2 (0) 3 θ 3 (-900) 4 θ 4 (0) 5 θ 5 (0) 6 θ 6 (0)
dn 0 d2 0 d4 0 0
an 0 a2 a3 0 0 0
αn -900 0 -900 900 -900 0
例3
对下图所示简单机器人,根据D-H法,建立必要坐标系及 参数表。
R
ox oy oz 0
ax ay az 0
px py pz 1
C1 (C 234 a4
第3章 运动学方程-逆向运动学
(a2 s3 − d 4 ) p z − (−a3 − a2 c3 )(x + s1 p y ) 2
所以 θ23 为:
θ 23 = A tan 2[(−a3 − a2 c3 ) p z − (c1 p x + s1 p y )(d 4 − a2 s3 ),
解的存在性
如果目标点位于工作空间之内,那么IKP 是存在的。 机器人工作空间的计算通常非常复杂, 在工程实际中,对于一些特的机器人, 其工作空间计算比较简单。
解的不唯一性
IKP 可能具有不止一组解,我们需 要计算出所有的解. 为实现机器人系统的控制,需要在 多组解中根据一定的标准选择一组. “最近解”:使各关节的运 动量最小.
其中: K =
2a2
类似于求θ1 的步骤,可得到 θ3 :
2 θ 3 = A tan 2(a3 , d 4 ) − A tan 2 K , ± a3 + d 42 − K 2
(
)
同样。 θ3有两个解。
3、求解 θ2 、
重新把运动学方程写为(p41):
T (θ 2 ) 整理得到
0 3 −1 0 6
ρ
所以,
sin(φ − θ1 ) = d2
ρ
进一步得到:
cos(φ − θ1 ) = ± 1 −
2 d2
ρ2
2 d d2 φ − θ1 = A tan 2 2 , ± 1 − 2 ρ ρ
所以可得到 θ1:
2 2 ∴θ1 = A tan 2 ( p y , px ) − A tan 2 d 2 , ± px + p y − d 22
机器人运动学正解逆解 ppt课件
关节之间的尺寸和相邻关节相对运动量的大小时,如何确 定工业机器人末端操作器在固定坐标系中的位姿。
主要包括以下内容: 1) 相对杆件的坐标系的确定; 2) 建立各连杆的模型矩阵A; 3) 正运动学算法;
1
D-H表示法
学习目标:1. 理解D-H法原理 2. 学会用D-H法对机器人建模
学习重点:1. 给关节指定参考坐标系 2. 制定D-H参数表 3. 利用参数表计算转移矩阵
2
精品资料
• 你怎么称呼老师? • 如果老师最后没有总结一节课的重点的难点,你
是否会认为老师的教学方法需要改进? • 你所经历的课堂,是讲座式还是讨论式? • 教师的教鞭 • “不怕太阳晒,也不怕那风雨狂,只怕先生骂我
C1(C23a44
S1S5C6
S1S5S6
S1C5
C2a33C2a2)
S1C (C 1S253SC465C6S23S46)
S2 3C45C6
S1(C23C45C6S23C46)
C1S5S6 S23C45C6C23C46
S1(C23S45)
C1C5 S2 3S45
S1(C23a44 S23C a442a33S2C a332a2S )2a2
2
arctan(C3a3 (C3a3
a2 )( pz S234a4 ) S3a3( pxC1 py S1 a2 )( pxC1 py S1 C234a4 ) S3a3( pz
C234a4 ) S234a4 )
进而可得:
4 234 2 3
再 根 据 对 应 项 元 素 相 , 等 可 以 得 到
情况2:两关节Z轴平行 此时,两Z轴之间有无数条公垂线,可挑选与前一关节的公垂线共线的 一条公垂线。 情况3:两关节Z轴相交
《机器人原理与控制技术》第01章绪论
现代机器人的发展历史
二战期间(1938-1945)
由于核工业和军事工业的发展,研制了 “遥控操纵器”(Teleoperator) 主要用于放
射性材料的生产和处理过程。
1947年,对这种较简单的机械装置进行了改进,采用电动伺服方式,使其从动部分能跟随主动部分运 动,称为"主从机械手"(Master-Slave Manipulator)。
1.5 操纵机器人
1.6 智能机器人
1.7 机器人的应用
1.8 未来机器人的发展方向
1.9 我国机器人研究的简况
第二第页二页,,共共838页3。页。
机器人的英文名词是Robot,Robot一词最早出现在1920年 捷克作家卡雷尔·卡佩克(Karel Capek)所写的一个剧本中,这 个剧本的名字为 《 Rossum’s Universal Robots 》,中文意思是“罗
计里鼓车每行一里,车上木人击鼓一下,每行十里击钟一下。
第四第页四页,,共共838页3。页。
后汉三国时期,蜀国丞相诸葛亮成功地创造出了“木牛流马”,并用其在崎岖山
路中运送军粮,支援前方战争。
1662年,日本的竹田近江利用钟表技术发明了自动机器玩偶,并在大阪的 道顿堀演出。
1738年,法国天才技师杰克·戴·瓦克逊发明了一只机器鸭,它会嘎嘎叫,会游
微型机器人(Micro-robots):体积小,如管道机器人、血管疏通机器人。 微动机器人( Micro-movement robots ):动作小、精度高,如细胞切割机器人、微操作和
微装配机器人等。
第十六页,共83页。
1.4.1 机器人的结构 ( The Structure of Robot )
机器人运动学正解逆解-课件
C1 (C 234 C 5C 6 S 234 S6 ) S1 S 5 C 6 S1 (C 234 C 5C 6 S 234 S6 ) C S S 1 5 6 S 234 C 5C 6 0
求逆运动学方程的解
依次用 A1 左乘上面两个矩阵,得到:
n x C 1 n y S1 nz n x S1 n y C 1 0 o x C 1 o y S1 oZ o x S1 o y C 1 0 a x C 1 a y S1 az a x S1 a y C 1 0 Px C1 Py S1 pz Px S1 Py C1 1 C 234 S 5 C 234 a4 C 23 a 3 C 2 a 2 S 234 S 5 S 234 a4 S 23 a 3 S 2 a 2 C5 0 0 1
2. 学会用D-H法对机器人建模 学习重点:1. 给关节指定参考坐标系
2. 制定D-H参数表
3. 利用参数表计算转移矩阵
背景简介:
1955 年, Denavit 和 Hartenberg( 迪纳维特和哈坦伯格 ) 提出 了这一方法,后成为表示机器人以及对机器人建模的标准方法, 应用广泛。
总体思想:
y0
O0
连杆0
z0
d1 x0
解:
例2、PUMA560运动学方程(六个自由度,全部是旋转关节)
关节变量都是θ
θ2
θ1
θ3
θ4
θ5 θ6
PUMA560机器人的连杆及关节编号
A1
A2
为右手坐标系,Yi轴:按右手定则 Zi轴:与Ai+1关节轴重合,指向任意 Xi轴: Zi和Zi-1构成的面的法线, 或连杆i两端轴线Ai 与Ai+1的公垂线(即: Zi和Zi-1的公垂线)
工业机器人技术基础课件3.4.2工业机器人的逆运动学计算
实际应用逆运动学
• 要考虑关节活动范围,某些解无法实现 • “最短行程”原则 • “多移动小关节,少移动大机器人逆运动学计算的特点, 包括多解、无解等
• 学习了机器人逆运动学计算方法 • 与实际机器人控制结合理解
工业机器人的逆运 动学计算
主要内容
• 理解和掌握工业机器人逆运动学计算的特点 • 学习机器人逆运动学计算方法 • 结合实际理解机器人逆运动学在控制上的应用
两类运动学问题
正运动学
关
末端
节 角
逆运动学 位姿
注意: ❖逆运动学是机器人运动规划和轨迹控制的基础; ❖对于串连机器人,正运动学的解是唯一的,而逆运动学存在多解或无解。
工业机器人运动学逆运动学课件
工业机器人经历了从无到有、从简单到复杂的发展过程,技术不断进步和创新。
总结词
工业机器人的发展历程可以分为三个阶段。第一阶段是工业机器人的诞生和发展初期,主要应用于汽车制造等重工业领域。第二阶段是工业机器人的普及和应用阶段,其应用领域不断扩大,技术水平不断提高。第三阶段是智能化和协作式工业机器人的发展阶段,工业机器人不仅具备更高的自主性和灵活性,还能够与人进行协作,提高生产效率和安全性。
详细描述
运动学基础
用于描述机器人末端执行器的位置和姿态。
固定坐标系
运动坐标系
坐标变换
用于描述机器人关节的运动。
将固定坐标系与运动坐标系关联起来,实现末端执行器的位置和姿态的确定。
03
02
01
描述刚体在空间中的平移和旋转。
齐次变换
用于表示刚体的位置和姿态,包括平移矩阵和旋转矩阵。
齐次变换矩阵
已知机器人关节角度,求解机器人末端执行器的位置和姿态。
通过机器人关节之间的几何关系,建立目标位置和姿态与关节角度之间的几何约束方程,然后求解这些方程得到关节角度。
几何法的基本思想
直观易懂,计算量较小,适用于小型机器人或特定结构的机器人。
几何法的优点
对于复杂结构和大型机器人,几何法可能难以找到解或者解不唯一。
几何法的局限性
1
2
3
将逆运动学问题转化为一个优化问题,通过迭代优化算法来寻找满足目标位置和姿态的关节角度。
总结词:装配机器人是工业机器人中技术含量较高的类型之一,主要用于自动化生产线上的零件装配。
总结词
喷涂机器人是工业机器人中技术要求较高的类型之一,主要用于自动化生产线上的涂装喷涂。
总结词
喷涂机器人的应用场景包括汽车制造、家具制造、建材制造等领域。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Sph(α,β,γ) = Rot(z,α)Rot(y,β)Trans(0,0,γ) Rot(y,-β) Rot(z,-α) (3.27)
Sph(α,β,γ) =
1 0 0 γcosαsinβ
0 1 0 γsinαsinβ
0 0 1 γcosβ
000
1
(3.28)
3.7 T6的确定 ( Specification of T6 )
0 0 01 0 0 0 1
(3.25)
Sph(α,β,γ) =
cosαcosβ -sinα cosαsinβ γcosαsinβ
sinαcosβ cosα sinαsinβ γsinαsinβ
-sinβ
0
cosβ
γcosβ
0
0
0
1
(3.26)
同样,如果不希望改变末端坐标的姿态,而只是改变其空间位置,我们可 以用Rot(y,-β)和Rot(z, -α)右乘式(3.26)
3.1 引言 ( Introduction )
本章,我们采用齐次变换来描述在各种坐标系中机械手的位置与方向。首先介绍各 种正交坐标系的齐次变换。然后介绍在非正交关节坐标系中描述机械手末端的齐次变换。 注意,对任何数目关节的各种机械手均可以这样进行。
描述一个连杆与下一个连杆之间关系的齐次变换称A矩阵。A矩阵是描述连杆坐标 系之间的相对平移和旋转的齐次变换。
3.7 球坐标 ( Spherical Coordinates )
如图3.7所示,用球坐标来确定位置向量的方法是: 沿着z轴平移γ,然后绕y轴旋转β,最后绕z轴旋转α。
Sph(α,β,γ) = Rot(z,α) Rot(y,β) Trans(0,0,γ) (3.23)
z a o
γ β
n
cosβ 0 sinβ 0 1 0 0 0
第三章 运动学方程
Chapter Ⅲ Kinematic Equations
3.1 引言 3.2 姿态描述 3.3 欧拉角 3.4 摇摆、俯仰和偏转 3.5 位置的确定 3.6 圆柱坐标 3.7 球坐标
3.8 T6的说明 3.9 各种A矩阵的说明 3.10 根据A矩阵来确定T6 3.11 斯坦福机械手的运动方程 3.12 肘机械手的运动方程 3.13 小结
(3.12)
即,绕x轴旋转ψ,接着绕y轴旋转θ,最后绕z轴旋转ø,这个变换如下
RPY(ø,θ,ψ) = Rot(z,ø)
cosθ 0 sinθ 0 1 0 0 0 0 1 0 0 0 cosψ –sinψ 0
–sinθ 0 cosθ 0 0 sinψ cosψ 0
00 01 00 0 1
(3.13)
cosø –sinø 0 0 cosθ sinθsinψ sinθcosψ 0
sinø cosø 0 0
0 cosψ
–sinψ 0
RPY(ø,θ,ψ) = 0 0 1 0 -sinθ cosθsinψ cosθcosψ 0
0 0 01
0
0
0
1
(3.14)
图3.4 摇摆、俯仰和偏 转角
图3.5 机械手的末端执行器 的摇摆、俯仰和偏 转
如图3.6所示,在圆柱坐标中确定机械手的位置是沿x轴 平移r,接着绕z轴旋转α,最后沿着z轴平移z。
Cyl(z, α,r) = Trans(0,0,z)Rot(z, α) Trans(r,0,0)
cosα -sinα 0 0 1 0 0 r sinα cosα 0 0 0 1 0 0
Cyl(z, α,r) = Trans(0,0,z) 0 0 1 0 0 0 1 0
xn-1
图3.9 连杆参数
表3.2 连杆参数
连杆本身 连杆长度 的参数 连杆扭转角
an 连杆两个轴的公垂线距离(x方向) αn 连杆两个轴的夹角(x轴的扭转角)
连杆之间 连杆之间的距离 的参数 连杆之间的夹角
dn 相连两连杆公垂线距离(z方向平移距) θn 相连两连杆公垂线的夹角(z轴旋转角)
为了描述连杆之间的关系,我们对每个连杆赋一个坐标系。
3.2 姿态描述 ( Specification of Orientation )
对式(3.2)中16个元素一一赋值就可确定T6。假定机械手可以到达要求 的位置,而单位旋转矢量o和a正交,即
o·o = 1 a·a = 1 o·a = 0
(3.3) (3.4) (3.5)
a形成单位向量
a a
|a|
(3.6)
连续变换的若干A矩阵的积称为T矩阵,对于一个六连杆(六自由度)机械手有
T6 = A1 A2 A3 A4 A5 A6
(3.1)
六连杆的机械手有六个自由度,其中三个自由度用来确定位置,三个自由度用来确 定方向。T6表示机械手在基坐标中的位置与方向。则变换矩阵T6有下列元素
T6 =
nx ox ax px ny oy ay py
nz oz az pz 0 001
(3.2)
如图3.1所示,机器人的末 端执行器(手爪)的姿态(方 向)由 n、o、a 三个旋转矢量 描述,其坐标位置由平移矢量 p 描述,这就构成了式(3.2) 中的变换矩阵 T。
由于 n、o、a 三个旋转矢 量是正交矢量,所以有
n = o×a
图3.1 末端执行器的描述
0
0
0
1
(3.15)
3.5 位置的确定 ( Specification of Position )
一旦方向被确定之后,用一个相应的p向量的位移变换可得 到机器人末端执行器在基坐标中的位置:
1 0 0 px
旋转
0 1 0 py
变换
T6 = 0 0 1 pz
矩阵
0001
(3.16)
3.6 圆柱坐标 ( Cylindrical Coordinates )
ø
z’’ z’’’ ψ θ
0
y’’’
ψ
y’y’’
øθ
y
ø
x
θψ
x’
x’’’
x’’
图3.2 欧拉角
z z’
ψ
z’’
θ z’’’ ø
0
ø
y’’’
ø y’’
θ y’ ψ
y
θ
ψ
x’
x
θ x’’ ø x’’’
图3.3 基于基坐标的欧拉角
3.4 摇摆、俯仰和偏转 ( Roll, Pitch and Yaw )
0 001
如用一个绕z轴旋转-α的变换矩阵右乘式(3.19),结果如下
(3.19)
Cyl(z,α,r) =
cosα -sinα 0 rcosα
sinα cosα 0 rsinα
0
01z
0
011
cos(-α) -sin(-α) 0 0
sin(-α) cos(-α) 0 0
0
0 00
0
0 01
cosα -sinα 0 rcosα cosα sinα 0 0
0 0 01 0 0 0 1
(3.17)
Cyl(z, α,r) =
1000 0100
001z
cosα -sinα 0 rcosα sinα cosα 0 rsinα
0
0 10
0001 0
0 01
(3.18)
z a o
C
n
z
αr
y
A
x
B
图3.6 圆柱坐标
注意:圆柱坐标只能绕 z 轴旋转
cosα -sinα 0 rcosα sinα cosα 0 rsinα Cyl(z,α,r) = 0 0 1 z
棱形关节:关节变量为dn。关节轴的方向就是关节的运动方向。与转动关节不同,轴的运动
方向被确定了,但在空间的位置并没有确定(见图2.10)。对于棱形关节,连杆长度an没有 意义,所以被设置为0。棱形关节坐标的z轴(zn)与下一个连杆的轴在一条直线上,x轴(xn) 平行或逆平行棱形关节轴的方向(zn-1)与zn的叉积。对于棱形关节,当dn=0时,定义为0位 置(即坐标原点)。因此棱形关节坐标原点与上一个关节(n-1)坐标原点重合,上一个关 节的z轴(zn-1)与棱形关节的轴向相同,其关节长度an-1为上一个关节的轴线与zn-1的公垂线 长度,xn-1轴向为公垂线向下一个关节延伸的方向。
T6可以用旋转和平移的方法来确定。 T6 =[平移][旋转]
表3.1 各种平移与旋转的表达式
(3.29)
[Translation]
Eqn
[Rotation]
Eqn
px, py ,pz
ox o y oz ax a y a z
Rot(k,θ)
2.32
Cyl( z, α, r )
3.22
Euler(ø,θ,ψ)
Euler(ø,θ,ψ) =Rot(z,ø)Rot(y,θ)Rot(z,ψ) (3.10)
在一系列旋转中,旋转的次序是重要的。应注意,旋转序列 如果按相反的顺序进行,则是绕基坐标中的轴旋转:绕z轴旋转ψ , 接着绕y轴旋转θ,最后再一次绕z轴旋转ø ,结果如图3.3所示,它 与图3.2是一致的。
z z’
y
0 1 0 0 1100
α
Sph(α,β,γ) = Rot(z,α) -sinβ 0 cosβ 0 0 0 1 γ
0 0 0 1 0001
x
(3.24)
图3.7 球坐标
Sph(α,β,γ) =
cosα -sinα 0 0 cosβ 0 sinβ rsinβ sinα cosα 0 0 0 1 0 0 0 0 1 0 -sinβ 0 cosβ rcosβ
3.11
Sph(α,β,γ)
3.26
RPY(ø,θ,ψ)
3.12